有这么一份工作 平日里基本啥也不干 就坐在高高的戴尔洞察椅子上 目视前方 不能闲聊
、不能睡觉、科技不能玩手机 甚至去厕所都得等到换班 而且这状态常常要维持几个小时 听起来很无聊吧 这就是拥有缘救生员的日常
,看起来很无聊的专业知识工作 ,却承担着世界上最伟大的产品责任——拯救生命
。水前的服务救生员需要时刻保持精神高度集中 ,眼睛像雷达一样扫射全场 ,和影化边观察潜在的响力性简溺水现象并火速施救 。 根据世界卫生组织报告,安全全球每年约30多万人因溺水身亡。亿华云提供在很多地方,戴尔洞察救生员仅用肉眼或望远镜扫描所辖区域
,科技这一古老手段引发普遍担忧——水迷人又危险,拥有缘尤其在开放性水域,专业知识暗流汹涌 、产品情况复杂,缺乏技术的救生员能否及时捕捉危情并救起溺水者呢? 人工智能初创公司Sightbit决意用技术解决这一担忧,这家公司创始人毕业于以色列本古里安大学(就是那个研发出奇奇怪怪通信手法窃取数据的大学),他们开发了部署在海边的危险探测器帮助救生员开展救援工作。 这个危险探测器系统基于卷积神经网络和图像检测模型 ,为救生员提供潜在的危险视图。服务器租用该系统通过NVIDIA GPU对数以万计的海滩图像进行训练,其深度学习和专有算法能够单独识别儿童以及人群,标记出离群的孩子 。 在试点阶段,Sightbit与以色列自然和公园管理局合作,安装了三台摄像头
,将摄像头数据输入到当地海滩救生塔的单个边缘AI超级计算机中
,实时提供海滩警报、跟踪 、统计和风险分析的瞬间推理。 借助这个危险探测器
,救生员可以实时获得海洋状况的源码库最新信息,并发现海洋中的危险离岸流,提醒人们远离这些区域 。因此当救生员开始工作时
,他们可以感知到当天存在的危险
,避免事故发生。 这就是边缘计算与人工智能结合的典型应用
。作为云的补充 ,边缘计算使计算、存储和网络更接近创建数据的源,源码下载从而能更快地处理数据、做出决策并获得洞察,再加上高性能AI处理能力的广泛可用性 ,AI业已成为边缘部署的首要工作负载。 在许多情况下,数据在产生的瞬间价值最高,并且几乎需要立即采取行动——例如海边检测到溺水者、工业流水线上检查缺陷、铁轨发现障碍物等
。 在每一秒都很重要的情况下,将数据发送到数据中心并不理想
,对于需要实时快速响应的模板下载AI应用程序而言
,将AI推理转移到边缘是推进业务发展的关键。 在许多行业
,边缘与人工智能的结合将带来巨大优势: 医疗业
,人工智能和位于边缘的服务器可以使病理学家加快图像分析速度,同时减少人为错误; 零售业,视频分析和计算机视觉的结合使收集客户行为的见解变得可行,促进零售环境中的针对性营销及损失预防; 制造业

